期刊&会议
International Conference on Learning Representations · 会议 · Machine Learning
控制蛋白质语言模型中的重复
机构 * Mohamed bin Zayed University of Artificial Intelligence（Mohamed bin Zayed人工智能大学） ； King Abdullah University of Science and Technology（国王阿卜杜勒阿齐兹科技大学）
AI总结 本文提出UCCS方法，通过受约束数据集引导蛋白质生成，有效减少重复并保持折叠可靠性。
Comments Published as a conference paper at ICLR 2026
ReLU网络学习空间的拓扑与几何：连通性与奇点
AI总结 本研究探讨了ReLU网络学习空间的拓扑与几何特性，分析了参数空间的连通性与奇点存在，揭示了DAG结构对这些性质的影响，并通过实验验证了理论结果。
Comments Accepted to ICLR 2026. 32 pages, 13 figures
无需动作的离线到在线强化学习 via 离散化状态策略
AI总结 本文提出无需动作的离线到在线强化学习方法，通过离散化状态策略提升高维问题的收敛速度和渐近性能。
Comments ICLR 2026
弥合退化鉴别与生成以实现通用图像修复
机构 * Institute of Medical Technology, Peking University（北京大学医学技术学院） ； Biomedical Engineering Department, College of Future Technology, Peking University（北京大学未来技术学院生物医学工程系） ； National Biomedical Imaging Center, Peking University（北京大学国家生物医学成像中心） ； China Mobile Research Institute（中国移动研究院）
AI总结 本文提出BDG方法，通过多角度多尺度灰度共生矩阵提升退化鉴别与生成能力，实现通用图像修复和超分辨率任务的性能提升。
Comments Accepted by ICLR 2026
LLMs距离专业扑克玩家还有多远？结合代理工具使用的博弈论推理再探
机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； HKUST (GZ)（香港科技大学） ； Amazon（亚马逊） ； Tsinghua University（清华大学） ； Microsoft（微软公司）
AI总结 本文提出ToolPoker框架，通过整合外部求解器和专业解释，提升LLMs在扑克博弈中的推理和游戏表现。
Comments Accepted by ICLR 2026
少即是多：用于离线强化学习的聚类交叉协方差控制
AI总结 本文提出了一种用于离线强化学习的聚类交叉协方差控制方法，通过分区缓冲区采样和梯度修正惩罚，减少分布偏移带来的影响，提升策略学习的稳定性和性能。
Comments accepted by ICLR 2026
IterResearch: 重新思考长视界智能体与交互扩展
机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学北京校区人工智能学院） ； Tongyi Lab, Alibaba Group（阿里集团通义实验室）
AI总结 IterResearch通过交互扩展范式提升长视界推理能力，实现高效探索与稳定训练，显著提升性能并缩小与前沿系统的差距。
Comments Camera Ready version for ICLR 2026. https://github.com/Chen-GX/IterResearch
使用多模态语义扰动检测VLMs中的污染
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； University of California, San Diego（加州大学圣地亚哥分校） ； Kookmin University（韩国庆北大学）
AI总结 本文提出了一种基于多模态语义扰动的检测方法，用于识别和验证受污染的视觉语言模型。
Comments Accepted at ICLR 2026
NeMo-map：基于神经隐式流场的时空运动映射
机构 * Örebro University（奥雷布罗大学） ； Technical University of Munich（慕尼黑技术大学） ； Aalto University（阿alto大学）
AI总结 NeMo-map通过隐式神经函数实现连续时空动态地图，提升复杂人类运动模式建模与轨迹预测性能。
Comments Published as a conference paper at ICLR 2026
近最优的二阶保证用于基于模型的对抗模仿学习
AI总结 本文提出基于模型的对抗模仿学习算法，通过二阶样本复杂性保证，实现近最优的样本效率和理论性能。
Comments 39 pages, 4 figures, 6 tables, accepted by ICLR 2026
Point2RBox-v3: 通过集成伪标签细化和利用实现点标注的自举学习
机构 * Shanghai Jiao Tong University（上海交通大学） ； South China University of Technology（华南理工大学） ； Nankai University（南开大学） ； The Chinese University of Hong Kong（香港中文大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； East China Normal University（华东师范大学） ； Ohio State University（俄亥俄州立大学）
AI总结 Point2RBox-v3通过集成伪标签细化和利用，实现了点标注的自举学习，有效提升稀疏和密集场景下的检测性能。
Comments 19pages, 5figures, 6tables
Journal ref The Fourteenth International Conference on Learning Representations (ICLR 2026)
EditScore: 通过高保真奖励建模解锁图像编辑的在线强化学习
机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Zhejiang University（浙江大学）
AI总结 EditScore通过高保真奖励建模解锁图像编辑的在线强化学习，提供从基准到奖励建模到RL训练的系统路径。
Comments Accepted to ICLR 2026. Code, models, and benchmark: https://github.com/VectorSpaceLab/EditScore
纠正解耦数据集蒸馏：对公平和全面评估的深入探讨
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
AI总结 本文提出RD$^3$，通过系统研究后评估设置对测试准确率的影响，揭示性能差异主要源于评估不一致，而非合成数据质量，同时提出改进蒸馏数据集效果的通用策略。
Comments Accepted to ICLR 2026
谱贝尔曼方法：在强化学习中统一表示与探索
AI总结 谱贝尔曼方法通过统一表示学习与探索，在强化学习中提出了一种基于贝尔曼误差的新框架，提升长周期任务性能。
Comments Accepted to ICLR 2026
SynCoGen: 通过联合反应和坐标建模实现可合成的3D分子生成
机构 * University of Toronto（多伦多大学） ； The Hospital for Sick Children（多伦多儿童医院） ； University of Cambridge（剑桥大学） ； ETH Zürich（苏黎世联邦理工学院） ； Vector Institute（向量研究所） ； Mila – Quebec AI Institute（魁北克AI研究所） ； McGill University（麦吉尔大学） ； Caltech（加州理工学院）
AI总结 SynCoGen通过联合反应和坐标建模实现可合成的3D分子生成，实现了分子构建块、化学反应和原子坐标的联合分布采样，在无条件小分子生成和药物发现中表现出色。
Comments ICLR 2026
通过分步分解实现离散扩散轨迹对齐
机构 * Stanford University（斯坦福大学） ； Caltech（加州理工学院） ； Tsinghua University（清华大学）
AI总结 本研究提出一种离线偏好优化方法，通过分步分解实现离散扩散模型的轨迹对齐，提升DNA序列设计和语言建模的性能。
Comments ICLR 2026
DistMLIP：一种用于机器学习互原子势的分布式推断平台
机构 * Carnegie Mellon University（卡内基梅隆大学） ； UC Berkeley（加州大学伯克利分校） ； LBNL（劳伦斯伯克利国家实验室）
AI总结 DistMLIP是一种基于图级并行化的分布式推断平台，可提升机器学习互原子势的模拟效率和规模。
Comments ICLR 2026
多智能体设计：通过更优提示和拓扑结构优化智能体
机构 * Google（谷歌） ； University of Cambridge（剑桥大学）
AI总结 本文提出MASS框架，通过优化提示和拓扑结构提升多智能体系统性能，并揭示了有效构建多智能体系统的原理。
Comments ICLR 2026
MiniLLM: 大语言模型的在线策略蒸馏
机构 * The CoAI Group, Tsinghua University（清华大学CoAI小组） ； Microsoft Research（微软研究院）
AI总结 MiniLLM通过反向KLD和在线策略优化，实现了对大语言模型的有效蒸馏，提升小型模型的生成质量和校准性能。
Comments Published as a conference paper in ICLR 2024
分段属性用于长推理轨迹的选择性学习
机构 * University of Southern California（南加州大学）
AI总结 本文提出一种基于分段属性的选择性学习框架，通过量化标记对最终答案的影响，提升长推理轨迹学习的效率和准确性。
Comments Accepted to ICLR 2026. 16 pages, 5 figures. Code available at https://github.com/SiyuanWangw/SegmentSelectiveSFT
通过边缘正则化减少类别间的性能差异
机构 * Nanyang Technological University（南洋理工大学） ； Hefei University of Technology（合肥工业大学） ； Singapore Management University（新加坡管理学院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出MR$^2$方法，通过动态调整边缘来减少分类中类别间的性能差异，提升困难类别性能的同时不损害易类别表现。
Comments To appear in ICLR 2026
LLaVA-FA: 通过傅里叶近似压缩大型多模态模型
AI总结 LLaVA-FA通过频域联合低秩和量化近似，实现高效压缩大型多模态模型，采用极坐标量化和对角校准方案，提升压缩效果与效率。
Comments Accepted by ICLR 2026
学习统一的3D高斯散射表示
机构 * UC Irvine（伊利诺伊大学厄巴纳-香槟分校） ； City University of Hong Kong（香港城市大学）
AI总结 本文提出了一种基于连续子流形场的3D高斯散射嵌入表示，以提升基于神经网络的3D高斯散射学习效果。
Comments ICLR 2026
协同sheaf神经网络
机构 * Getulio Vargas Foundation（戈利亚沃斯基金会） ； Federal Institute of Ceará（塞阿拉联邦理工学院）
AI总结 本文提出协同sheaf神经网络，通过引入cellular sheaves概念，解决sheaf扩散中缺乏信息方向性导致无法实现协同行为的问题，并在实验中展示了更好的性能。
Comments Accepted to ICLR 2026
通过语言进行任意事件分割
机构 * Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系）
AI总结 SEAL通过语义感知框架实现开放词汇事件实例分割，支持多粒度级别的事件分割与掩码分类，并在多个基准测试中表现出优越的性能和效率。
Comments ICLR 2026. Project Page: https://0nandon.github.io/SEAL
FlexLoRA: 基于熵的灵活低秩适应
机构 * Chien-Shiung Wu College, Southeast University（陈希ung Wu学院，东南大学） ； MoE Key Lab of Artificial Intelligence, AI Institute, School of Computer Science, Shanghai Jiao Tong University（人工智能MOE实验室，人工智能研究院，上海交通大学计算机科学学院） ； School of Computer Science and Engineering, Southeast University（计算机科学与工程学院，东南大学） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, China（新一代人工智能技术及其跨学科应用关键实验室（东南大学），教育部，中国）
AI总结 FlexLoRA通过基于熵的灵活低秩适应框架，解决PEFT中粒度、灵活性和稳定性问题，实现性能提升。
Comments 2026 ICLR. Codes in https://github.com/Chongjie-Si/Subspace-Tuning
FastGHA: 基于实时动画的通用少样本3D高斯头身像
机构 * Nanjing University（南京大学） ； ETH Zürich（苏黎世联邦理工学院） ； DisneyResearch|Studios（迪士尼研究与工作室）
AI总结 FastGHA通过少样本输入图像生成高质量3D头身像，并支持实时动画，提升了推理效率和渲染质量。
Comments Accepted to ICLR 2026
通过流匹配实现多智能体协调
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Sungkyunkwan University（松均大学）
AI总结 MAC-Flow通过流匹配方法实现多智能体协调，平衡了性能与计算效率，显著提升推理速度的同时保持良好表现。
Comments ICLR 2026
BOTS：一种用于LLM强化微调中贝叶斯在线任务选择的统一框架
机构 * Alibaba Group（阿里巴巴集团）
AI总结 BOTS通过贝叶斯推断和汤普森采样，提高LLM强化微调中任务选择的效率和性能。
Comments Accepted as a conference paper at ICLR 2026
Metis-SPECS: 通过基于偏好自我蒸馏的冷启动解耦多模态学习
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS） ； Meituan（美团）
AI总结 Metis-SPECS通过基于偏好的自我蒸馏冷启动框架解耦多模态学习，提升泛化能力和下游RL表现。
Comments Published as a conference paper at ICLR 2026!
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈